北京
在Claude团队工作期间，作者Cloris观察到一个现象：人们正逐渐把AI从辅助工具转向战略伙伴，但许多人仍停留在基础层面。她把这种进阶路径拆成了四个维度——速度、高度、深度、广度。
这四个词听起来抽象，落到具体任务上却很实在。她举的例子是一个简单的PPT汇报。
从"修bug"到"保证系统稳定性"
用AI提速是门槛最低的用法。让AI帮你更快写完一份文档、更快改完一段代码，这属于速度维度。
但真正改变游戏规则的做法，是让AI从更高的抽象层级运行，直接指向业务目标。作者给出的对照是：把任务从"修bug"提升到"保证系统稳定性"。前者是一个动作，后者是一个目标——AI要处理的信息量和判断维度完全不同。
这也是为什么同样是用AI，有人只快了一点，有人却能直接改业务。差别不在工具，在任务被定义的高度。
专家工具和原始数据
深度维度指向的是专业水平。作者的观点是，要达到行业顶尖水平，需要使用业内顶尖专家所使用的工具，并且触碰原始数据，而不是被处理过的信息。
被处理过的信息已经过了一层筛选和概括，真正的洞察和潜在问题往往藏在底层数据里。这一点对做分析类任务的人尤其关键：你喂给AI的是什么层级的数据，决定了它能还给你什么层级的判断。
跨领域借力，破除孤岛思维
广度维度讲的是整合多元视角。从多个专业领域引入方法和工具，有助于发现单一视角看不到的问题。
作者举了一个具体的组合：把数据科学的严谨性和新闻业的讲故事能力结合起来。前者负责结论站得住，后者负责结论传得开。
她提到自己验证过的一个技巧：坚持使用业内顶尖专家所使用的工具。至于心态层面，她引用了一句自己的体会——通过相信事情可行去攻克难关，并类比到马拉松破2小时的征程。
四个维度不是并列的选择题，更像是同一件事的四个刻度。任务被定义得越高、数据挖得越深、视角拉得越宽，AI能撬动的东西就越大。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
